第２ｌ卷 第２期 Ｖｏ１．２ｌ Ｎｏ．２ 电子设计工程 Ｅｌｅｃｔｒｏｎｉｃ Ｄｅｓｉｇｎ Ｅｎｇｉｎｅｅｒｉｎｇ ２０１３年１月 Ｊａｎ．２０１３ 基于改进ＳＩＦＴ的图像拼接算法 崔得龙 一，弓云峰 ，左敬龙 （１．广东石油化工学院计算机与电子信息学院，广东茂名５２５０００； ２．广东省石化装备故障诊断重点实验室广东茂名５２５０００） 摘要：针对目前基于ＳＩＦＴ的图像拼接算法复杂度较高和特征点匹配不准等问题，提出了一种基于改进ＳＩ盯的图像 拼接算法。算法利用改进的ＳＩＦｒ进行特征提取，降低了算法的复杂度，同时采用模拟退火算法进行特征点匹配，从而 估计出几何变换的参数。实验结果表明．该方法对图像间存在的平移、旋转、明暗强度和噪声干扰都具有良好的鲁棒 性．可实现高质量的图像拼接。 关键词：图像拼接；尺度不变特征变换；模拟退火算法；灰度校正 中图分类号：ＴＰ３０９ 文献标识码：Ａ 文章编号：１６７４—６２３６（２０１３）０２—００３４—０４ Ａｎ ｉｍａｇｅ ｍｏｓａｉｃ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＳＩＦＴ ＣＵＩ Ｄｅ—ｌｏｎｇ 一，ＧＯＮＧ Ｙｕｎ—ｆｅｎｇ ，ＺＵＯ Ｊｉｎｇ－ｌｏｎｇ （１．Ｃｏｌｌｅｇｅ ｏｆＣｏｍｐｕｔｅｒ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ，Ｇｕａｎｇｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＰｅｔｒｏｃｈｅｍｉｃａｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｍａｏｍｉｎｇ ５２５０００，Ｃｈｉｎａ；２．ＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂ ｏｆＦａｕｌｔ Ｄｉａｇｎｏｓｉｓ ｏｆＰｅｔｒｏｃｈｅｍｉｃａｌ Ｅｑｕｉｐｍｅｎｔ，Ｍａｏｍｉｎｇ ５２５０００， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍｓ ｏｆ ｈｅａｖｙ ｃｏｍｐｕｔｉｎｇ ｌｏａｄ ａｎｄ ｔｈｅ ｉｎａｃｃｕｒａｔｅ ｍａｔｃｈｉｎｇ ｏｆ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｉｍａｇｅ ｍｏｓａｉｃ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ＳＩＦＴ．ａｎ ｎｏｖｅｌ ｉｍａｇｅ ｍｏｓａｉｃ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＳＩ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅ￣Ｔｈｅ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ａｒｅ ｅｘｔｒａｃｔｅｄ ｂｙ ｉｍｐｒｏｖｅｄ ＳＩＦＴ，ＳＯ ｉｔ ｃａｎ ｒｅｄｕｃｅ ｔｈｅ ｃｏｍｐｕｔｉｎｇ ｌｏａｄ．Ｍｅａｎｗｈｉｌｅ，ｔｈｅ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｍａｔｃｈｉｎｇ ａｒｅ ｒｅａｌｉｚｅｄ ｂｙ ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ ｌｇｏｒａｉｔｈｍ，ａｎｄ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｐａｒａｍｅｔｅｒ ｉｓ ｃｏｍｐｕｔｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｉｓ ｒｏｂｕｓｔ ｔｏ ｔｒａｎｓｌａｔｉｏｎ，ｒｏｔａｔｅ，ｉｎｔｅｎｓｉｔｙ ａｎｄ ｎｏｉｓｅ，ａｎｄ ｃａｎ ｐｒｏｄｕｃｅ ｈｉｇｈ ｑｕａｌｉｔｙ ｉｍａｇｅ ｍｏｓａｉｃ． Ｋｅｙ ｗｏｒｄｓ：ｉｍａｇｅ ｍｏｓａｉｃ；ＳＩＦＴ；ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ ａｌｇｏｒｉｔｈｍ；ｇｒａｙ ｃａｌｉｂｒａｔｉｏｎ 图像拼接是基于图像绘制技术（ＩＢＲ）中的一种基本的处 理方法，所谓图像拼接就是将多幅相互间存在重叠的序列图 何约束、迭代求精，如Ｍ—ｅｓｔｉｍａｔｏｒｓｔ４ｌ、ＲＡＮＳＡＣＩ 等方法，但这 些方法受初匹配内点（正确匹配的点）比例影响较大．如何提 高内点的比例常常决定着匹配图像的配准精度和迭代效率 像进行无缝拼接，合成一幅包含各图像信息的、宽视角场景 的高清晰图像．是目前计算机视觉、图像处理和虚拟现实等 领域的研究热点。 文献［６１３Ｕ用欧氏距离通过调整最近邻（ＮＮ）与次近邻（ＳＣＮ） 距离的比值阈值，可以减少一些误匹配．但同时也易损失一 图像配准问题是图像拼接技术的关键技术之一。目前主 要的图像配准方法可分为基于灰度信息的图像配准方法ｌｌ】． 部分原本正确的匹配点，不能在真正意义上提高正确匹配 率。文献［７１提出一种基于中值滤波的特征点对匹配算法，能 基于特征的图像配准方法闭和基于变换域的图像配准方法目 等。其中最常用的是基于图像特征的配准方法：首先对待拼 接图像进行特征提取得到特征点集，并通过相似性度量找到 部分但不能完全剔除错误匹配的特征点对，同时该方法执行 效率较低。文献［８】提出把中值滤波用于检测ＲＡＮＳＡＣ的初始 迭代特征点对，但并没有考虑排除错误的特征点对，因此对 ＲＡＮＳＡＣ的执行效率没有实质的改进。 针对目前基于ＳＩ 的图像拼接算法复杂度较高和特征 匹配的特征点对，然后匹配计算得到图像空间坐标变换参 数．最后进行图像配准，特征提取和特征匹配是配准技术的 关键。 点匹配不准等问题，提出了一种基于改进ＳＩ兀、的图像拼接 算法。算法利用改进的ＳＩＦ丫ｒ进行特征提取，降低了算法的复 杂度，同时采ＪＦ｝Ｉ模拟退火算法进行特征点匹配．从而估计出 几何变换的参数。实验结果表明。该方法对图像问存在的平 移、旋转、明暗强度和噪声干扰都具有良好的鲁棒性，可实现 高质量的图像拼接。 传统的特征提取方法如Ｈａｒｉｒｓ角点算法、基于边缘的特 征提取算法等对于图像配准的条件要求很高，当图像间发生 尺度缩放、旋转和光照变换以及仿射变换等情况时，匹配效 果就会受到严重的影响。目前去除误匹配的方法多采用极几 收稿日期：２０１２—１０—０２ ３４－ 稿件编号：２０１２１０００１ 作者简介：崔得龙（１９７８一），男，吉林农安人，硕士，讲师。研究方向：信息安全，图像处理。 －崔得龙．等基于改进ＳＩＦＴ的图像拼接算法 关键点为中心的邻域窗口内采样，并用直方图统计邻域像素 的梯度方向，直方图的峰值代表了该特征点处邻域梯度的主 方向．即为该特征点的主方向。 ４）生成特征点描述符 首先将坐标轴旋转为关键点的主方向．以确保旋转不变 性，然后以关键点为中心取的窗口均匀地分为１６个的小块， １ ＳⅡ’Ｔ特征提取 １．１ ＳⅡ＇ｒＩ＇ ２００４年Ｄａｖｉｄ Ｇ．Ｌｏｗｅ提出了一种基于尺度空间的。对 图像旋转、缩放甚至仿射变换保持不变的图形局部特征算 子－－ＳＩＦＴ（Ｓｃａｌｅ Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｉｌ１）。ＳＩＦ￣算子不仅 能提取出大量稳定的特征点。而且其独特性较高的特征描述 在每个小块的８个方向（Ｏ。，４５。，９０。，１３５。，１８０。，２２５。，２７０。， 符在大多数情况下也能保证较高的匹配率１９１。ＳＩＦＴ算法特征 点提取具体步骤如下： １）构造高斯差分尺度空间（ＤＯＧ），检测尺度空间极值点 为了得到多尺度空间内的稳定关键点．利用不同尺度的 高斯差分核与图像进行卷积构成高斯差分尺度空间。 Ｄ（ｘ，Ｙ， ＝（Ｇ（ ，Ｙ，ｋｏｒ）－Ｇ（ ，ｙ，ｏｒ）） ｌ（ｘ，Ｙ） Ｌ（ ，Ｙ，ｋｏｒ）－Ｌ（ｘ，Ｙ，ｒｏ） （１） 式中，Ｇ（ ，Ｙ，ｒｏ）＝ １ ｅ一‘州 ， 是尺度坐标，（ ，ｙ）是 空间坐标，Ｌ（ｘ，ｙ， ）是二维图像的尺度空间。 检测尺度空间的极值点。每个检测点和它同尺度的８个 相邻点以及上下相邻尺度的个点进行比较，以确保在尺度空 间和二维空间都能检测到极值点，ＤＯＧ尺度空间极值检测如 图１所示。 ［１ＯＧ图像 图１ ＤＯＧ尺度空间局部极值检测 Ｆｉｇ．１ Ｌｏｃａｌ Ｋｅｙ－ｐｏｉｎｔ ｄｅｔｅｃｔｉｏｎ ｏｆ ＤＯＧ ｓｃａｌｅ ｓｐａｃｅ ２）极值点精确定位 通过拟合三维二次函数精确定位极值点的位置和尺度， 同时去除低对比度的点和不稳定的边缘响应点。边缘响应点 通过式（２）去除。 ｓｔａｂｍｔｙ＝瓦（Ｄｘｘ＋ Ｄｒｒ）２Ｄ＜ （２） 肚［瓷 。Ｄａｙ ］ （３） ２式中，Ⅳ为的Ｈｅｓｓｉａｎ矩阵，ｒ为控制特征值大小的参数。 ３）分配关键点方向 为使ｓｗｒ特征点具备局部旋转不变性，利用关键点邻 域梯度像素的分布特性为每个关键点分配方向参数，点处梯 度的模和方向的公式如式（４）和式（５）。 ｍ（ｘ， ）＝Ｘ／（ （ ＋ｌ，ｙ）－ｌ（ｘ－１，Ｙ））２＋（ （ ，ｙ＋１）－ｌ（ｘ，ｙ—１）） （４） （ ，ｙ）＝ｏｌ ｔａｎ２、 Ｌ（ｘ ｙ＋１）－Ｌ （ｘ ｙ－，，１ｊ））＿ （５） （＋１ｙ）一（一，１，ｙ其中Ｌ的取值为每个关键点所在的尺度。实际中。在以 ３１５。）的梯度直方图上绘制每个梯度方向的累加值．形成一 个种子点，则每个种子点含有８个方向的信息向量。一个特 征点用１６个种子点描述。即由１２８维向量来描述。 １．２改进的ＳⅢＴ特征点描述符 在ＳＩＦｆＩ＇提取的第（３）步，需要为特征点分配一个主方 向．通过主方向旋转特征点的局部区域实现特征点的抗旋转 能力。考虑到圆具有很好的旋转不变性，因此文献【１０】提出利 用特征点周围的圆形区域来构造ＳＷＦ特征描述子，当图像 产生旋转时，仅子环内的像素位置发生了变化，其余特性基 本保持不变，如图２所示，具体构造过程如下： 首先，计算圆环内各像素的梯度值和方向，统计出８个 方向的梯度累加值。其次，将梯度累加值从大到小进行排序， 以保证旋转后排序值的不变性。最后。将该向量进行归一化 处理．减少光照变化对特征描述符的影响。改进的ＳＩＦＴ描述 符本身具有旋转不变性．不需要通过坐标轴的旋转来确保特 征描述符的旋转不变性。同时，改进的ＳＩＦＴ描述符从原来的 １２８维向量降低到６４维。有效提高了算法的运行效率，降低 了特征点的匹配复杂度。 Ｊ ９ ０。 氛 ５ ｔ ８０。 （Ｊ ．图２改进的ＳＩＦＴ特征点描述符生成过程图 Ｆｉｇ．２ Ｆｌｏｗ ｏｆ ｉｍｐｒｏｖｅｄ ＳＩＴＦ ｆｅａｔｕｒｅ ｐｏｉｎｔ 特征点匹配 对于需要进行拼接的两幅图像，按照相同的ＳＩＴＦ特征 点提取方法，可以分别得到它们的特征点集，记为 ｛Ｐｊ＝（Ｐｊ ， ） Ｉｊ＝ｔ，２，…，ｍ｝和Ｑ＝｛ｑｊ＝（ｑｊ１， ） Ｉｊ＝ｌ，２，…ｍ｝。则集合Ｐ 和Ｑ之间由仿射变换（Ａ，￡）关联。定义匹配矩阵 ，其元素 满足条 ＝ 睬点姿 于ｑ 。此时点集匹配的 问题可被重新定义为：对于给定的点集Ｐ和Ｑ，求出仿射 ， ｔ）变换或匹配矩阵Ｍ，使得匹配达到最优。按照Ｇｏｌｄ所提出 的方法。对于给定的两个点集Ｐ和Ｑ的匹配问题可以看作为 －３５—— 崔得龙，等基于改进ＳＩＦＴ的图像拼接算法 ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，２００３，５１（１）：２３０－２４３． 方向进行照度曲线拟合，可得到现场照度中心方向的坐标。 然后再用同样的方法对ｙ方向的照度也进行拟合，这样 就得到了现场的照度中心坐标（粕， ），图像的二维灰度校正 函数就可以表示为 ｃ＝————＿＝＝ ：：：一 ｃｏｓ４（ｓｘ／（ｘ－ｘ０）２＋（ｙ－ｙ０） ） （１１） ［５］ＣＨＥＮ Ｆｕ￣ｉｎｇ，ＷＡＮＧ Ｒｕｎ￣ｈｅｎｇ．Ｆａｓｔ ＲＡＮＳＡＣ ｗｉｔｈ ｐｒｅｖｉｅｗ ｍｏｄｅｌ ｐａｒａｍｅｔｅｒｓ ｅｖａｈｌａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｓｏｆｔｗａｒｅ，２００６，１ ６ （８）：１４３１—１４３７． ［６］Ｋａｓａｒ Ｔ，Ｒａｍａｋｒｉｓｈｎａａ Ａ Ｇ．Ｂｌｏｃｋ—ｂａｓｅｄ ｆｅａｔｕｒｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｍａｔｃｈｉｎｇ ｆｏｒ ｍｏｓａｉｃｉｎｇ ｏｆ ｃａｍｅｒａ—ｃａｐｔｕｒｅｄ ｄｏｃｕｍｅｎｔ 利用式（１１）生成与原图尺寸相同的灰度校正曲线，并将 该曲线与原图相乘即可对原图进行灰度校正。 ｉｍａｇｅｓ［Ｃ］ｆＰｒｏｃ ｏｆ ＩＥＥＥ Ｒｅｇｉｏｎ １０ Ｃｏｎｆｅｒｅｎｃｅ，Ｓｙｍｐｏｓｉｕｍ ｏｎ Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ Ｈｏｌｏｇｒａｐｈｙ ｉｎ Ｍｅｃｈａｎｉｃｓ，Ｎｅｗ Ｙｏｒｋ： ＡＳＭＥ．２００７：１－４． ４结 论 本文针对目前基于ＳＩ胛的图像拼接算法复杂度较高和 特征点匹配不准等问题，提出了一种基于改进ＳＩＦＴ的图像拼 接算法。算法在ＳＩＴ特征提取过程中简化了ＳＩＦＦＴ特征描述 符，降低了算法的复杂度。同时在特征匹配过程中采用模拟退 火算法进行特征点匹配，降低了匹配误差。实验结果表明．本 文算法在降低ＳＩＦＴ特征提取的同时，取得了良好的图像拼接 效果。今后的工作将从进一步深入探讨ＳＩＴ特征点的稳定性 Ｆ以及特征点匹配精度，进一步提高算法整体性能等方面展开。 参考文献： ［１】Ｋｙｂｉｃ Ｊ．Ｈｉｇｈ－ｄｉｍｅｎｓｉｏｎａｌ ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ ｅｓｔｉｍａｔｉｏｎ ｆｏｒ 【７】邹北骥，阮鹏，向遥．一种精确匹配的全景图自动拼接算 法［Ｊ］．计算机工程与科学，２０１０，３２（８）：６０—６３． ＺＯＵ Ｂｅｉ－ｊｉ，ＲＵＡＮ Ｐｅｎｇ，ＸＩＡＮＧ Ｙａｏ．Ａｎ ａｕｔｏｍａｔｉｃ ｐａｎｏｒａｍｉｃ ｉｍａｇｅｓ ｍｏｓａｉｃ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｐｒｅｃｉｓｅ ｍａｔｃｈｉｎｇ］Ｊ］． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ＆Ｓｃｉｅｎｃｅ，２０１ ０，３２（８）：６０－６３． 【８］ＦＡＮＧ Ｘｉａｎ－ｙｏｎｇ，ＺＨＡＮＧ Ｍｉｎｇ—ｍｉｎ，ＰＡＮ Ｚｈｉ—ｇｅｎｇ，ｅｔ ａ１．Ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ｍａｎｉｆｏｌｄ ｍｏｓａｉｃ ｆｏｒ ｌａｒｇｅ ｄｉｓｐｌａｃｅｍｅｎｔ ｉｍａｇｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２００６，２１（２）：２１８—２２３． 【９】Ｌｏｗｅ Ｄ．Ｄｉｓｔｉｎｃｔｉｖｅ ｉｍａｇｅ ｆｅａｔｕｒｅｓ ｆｒｏｍ ｓｃａｌｅ ｉｎｖａｒｉａｎｔ ｋｅｙｐｏｉｎｔｓ［Ｊ１．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，２００４， ６０（２）：９１—１１Ｏ． ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｕｓｉｎｇ ｃｏｎｔｒｏｌ ｐｏｉｎｔ ａｎｄ ｉｎｔｅｎｓｉｔｙ］Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｍａｇｅ，２００４，１３（８）：１１１５—１１２７． ［１０］兰世爽，孙劲光．基于改进ＳＩＦＴ的抗几何攻击的数字水 印【Ｊ１．计算机工程与应用，２０１１，４９（７）：２００—２０３． ＩＡＮ Ｓｈｉ—ｓｈｕａｎｇ．ＳＵＮ Ｊｉｎ－ｇｕａｎｇ．Ｇｅｏｍｅｔｉｒｃａｌ ａｔｔａｃｋ ｄｉｇｉｔａｌ 【２１ Ｚｉｔｏｖａ Ｂ，Ｆｌｕｓｓｅｒ Ｊ．Ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｍｅｔｈｏｄｓ：ａ ｓｕｒｖｅｙ［Ｊ］． Ｉｍａｇｅ ａｎｄ ｖｉｓｉｏｎ ｃｏｍｐｕｔｉｎｇ，２００３，２１（１１）：９７７—１０００． 【３】田伟刚，郭雷，黄雷．一种应用于图像配准中的点特征匹 配算法［Ｊ】．微电子学与计算机，２００８，２５（３）：１７２—１７４． ＴＩＡＮ Ｗｅｉ—ｇａｎｇ，ＧＵＯ Ｌｅｉ，ＨＵＡＮＧ Ｌｅｉ．Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｐｏｉｎｔ ｐａｔｔｅｒｎ ｍａｔｃｈｉｎｇ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｏｆ ｉｍａｇｅｓ ｗａｔｅｒｍａｒｋｉｎｇ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＳＩＦｖＩｍ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１１，４９（７）：２００—２０３． 【¨】金聪，叶俊民，许凯华，等．具有抗几何攻击能力的盲数字 图像水印算法［Ｊ］．计算机学报，２００７，３０（３）：４７４—４８２． ＪＩＮ Ｃｏｎｇ，ＹＥ Ｊｕｎ－Ｍｉｎ，ＸＵ Ｋａｉ－ｈｕａ．Ｂｌｉｎｄ ｉｍａｇｅ ｗａｔｅｒｍａｒｋｉｎｇ ｗｉｔｈ ｒｅｌａｔｉｖｅｌｙ ｇｒｅａｔ ａｆｉｆｎｅ ｇｅｏｍｅｔｉｒｃ ｄｉｓｔｏｒｔｉｏｎ］Ｊ］． Ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ＆Ｃｏｍｐｕｔｅｒ，２００８，２５（３）：１７２—１７４． ａｌｇｏｒｉｔｈｍ ｒｅｓｉｓｔ ｔｏ ｇｅｏｍｅｔｒｉｃａｌ ａｔｔａｃｋｓ］Ｊ］．Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ，２００７，３０（３）：４７４—４８２． ［４】ＣＨＥＮ Ｊｉｕｎ－ｈｕｎｇ，ＣＨＥＮ Ｃｈｕ—ｓｏｎｇ，Ｃｈｅｎ Ｙｏｎｇ—ｓｈｅｎｇ．Ｆａｓｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｒｏｂｕｓｔ ｔｅｍｐｌａｔｅ ｍａｔｃｈｉｎｇ ｗｉｔｈ Ｍ—ｅｓｔｉｍａｔｏｒｓ［Ｊ］． （上接第３３页） 『４］刘淑霞，范雄飞，孟艳．基于ＭＦＣ的Ｖｅｇａ Ｐｒｉｍｅ￣序框架研 究［Ｃ 系统仿真技术及其应用学术会议论文集，２００９： ４１８－４２１． 计算机仿真，２００７，２４（１２）：１９３—１９６． ＳＵＮ Ｋｅ—ｆｅｎｇ，ＬＩ Ｊｉｅ．Ｖｆｉｏｕｓ ｓｅｅｎｓｅ ｒｅｎｇｉｎｇ ｓｙｓｔｅｍ ｆｌａｍｅ ｂａｓｅｄ ｏｎ Ｖｅｇａ ｐｒｉｍｅ『Ｊ］．Ｃｏｍｐｕｔｅｒ ｓｉｍｕｌａｔｉｏｎ，２００７，２４（１ ２）： １９３－１９６． 【５１胡梓楠，于劲松．基于ＭＦＣ框架的Ｖｅｇａ Ｐｒｉｍｅ￣＃．件集成技 术的研究『Ｊ１．系统仿真学报，２００７，２１（１４）：４２９１—４２９５． ＨＵ Ｚｉ－ｎａｎ．ＹＵ Ｊｉｎ－ｓｏｎｇ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ 【７】李军，王邵棣，常建刚，等．基ｑ－Ｖｅｇａ视景驱动软件的分 析与设计［Ｊ］．系统仿真学报，２００３，１５（３）：３９７—４０１． ＬＩ Ｊｕｎ，ＷＡＮＧ Ｓｈａｏ・ｄｉ，ＣＨＡＮＧ Ｊｉａｎ－ｇａｎｇ，ｅｔ ａ１．Ａａｌｙｓｉｓ ｖｅｇａｐｒｉｍｅ ｓｏｆｔｗａｒｅ ｉｎｔｅｇｒａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄ ｏｎ ＭＦＣ［Ｊ］． Ｊｏｕｒｎａｌ ＯｆＳｙｓｔｅｍ Ｓｉｍｕｌａｔｉｏｎ，２００７，２１（１４）：４２９１—４２９５． ａｎｄ ｄｅｓｉｇｎ ｏｆ ｒｅｎｇｉｎｇ ｓｏｆｔｗａｒｅ ｂａｓｅｄ ｏｎ Ｖｅｇａ］Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｓｙｓｔｅｍ Ｓｍｕｌａｔｉｏｎ，２００３，１５（３）：３９７—４０１． ［６】孙科峰，李洁．基－Ｉ－Ｖｅｇａ Ｐｒｉｍｅ多场景仿真系统框架［Ｊ］． －３７－
